Reconfiguration of the logistics network: finding the optimal quantity, potentials and locations of resource supply facilities
When the abilities of the environment change the configuration of the logistics network changes too which affects the functioning of supply systems. As an indicator of reconfiguration of the network is the optimal number of objects, for which the Capacitated Plant Location Problem is solved and spre...
Збережено в:
| Дата: | 2026 |
|---|---|
| Автор: | |
| Формат: | Стаття |
| Мова: | Українська |
| Опубліковано: |
Інститут проблем реєстрації інформації НАН України
2026
|
| Теми: | |
| Онлайн доступ: | https://drsp.ipri.kiev.ua/article/view/363197 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Data Recording, Storage & Processing |
| Завантажити файл: |  |
Репозитарії
Data Recording, Storage & Processing| _version_ | 1868294456370790400 |
|---|---|
| author | Кузьмичов , А. І. |
| author_facet | Кузьмичов , А. І. |
| author_institution_txt_mv | [
{
"author": "А. І. Кузьмичов ",
"institution": "Інститут проблем реєстрації інформації НАН України "
}
] |
| author_sort | Кузьмичов , А. І. |
| baseUrl_str | http://drsp.ipri.kiev.ua/oai |
| collection | OJS |
| datestamp_date | 2026-06-17T17:50:04Z |
| description | When the abilities of the environment change the configuration of the logistics network changes too which affects the functioning of supply systems. As an indicator of reconfiguration of the network is the optimal number of objects, for which the Capacitated Plant Location Problem is solved and spreadsheet model, results and visualization clusters are presented. As the process continuously developed, the configuration of the logistics network and the potential of warehouses are changing. The approach to responding to these changes is the reconfiguration of the logistics network in the changed distributed space, which means: updating the location of special structures as services for the provision of resources/services to groups of clients, where the client presents his demands. The service, as a supply critical resource, has the potential to appear as a boundary obligation of local demands and the necessary needs for its functioning. It is necessary to consider an organizational structure for the benefit of both parts, potential services and actual clients, with minimizing transport and organizational costs that lie due to the rapid expansion of these service centers, defined by similar sets of clients as clusters. To find balanced location solutions for any real logistics processes in order to optimally distribute the available resources from supply the values of their flows, location science and analytics is formed. Here a characteristic class of problems is the Facility Location Problem, where the facility is operational or service organizational structure or a specific type of activity. Fig.: 7. Refs: 6 titles. |
| doi_str_mv | 10.35681/1560-9189.2026.28.2.363197 |
| first_indexed | 2026-06-18T01:00:38Z |
| format | Article |
| fulltext |
92
DOI: https://doi.org/10.35681/1560-9189.2026.28.2.363197
УДК 519.863
А. І. Кузьмичов
Інститут проблем реєстрації інформації НАН України
вул. М. Шпака, 2, 03113 Київ, Україна
e-mail: akuzmychov@gmail.com
Реконфігурація логістичної мережі: визначення
оптимальної кількості, потенціалів і локації об’єктів
ресурсного постачання
При змінах властивостей оточуючого середовища змінюється конфігу-
рація логістичної мережі, що прямо впливає на функціонування систем
постачання. Визначальним показником досконалої реконфігурації ме-
режі є оптимальна кількість об’єктів, для його визначення розв’язана
цілочислова оптимізаційна задача CPLP у двох постановках, наведено
табличні моделі, результати та зображення кластерів.
Ключові слова: location science and analysis, spreadsheet modeling and
analytics, capacitated plant location problem (CPLP), задачі локації-приз-
начення.
Вступ
В процесі неперервного розвитку та, особливо, під час надзвичайних ситуацій
конфігурація логістичної мережі та властивості її складових змінюються, наслідки
чого, в першу чергу, стосуються стійкого забезпечення великої кількості зв’язаних
між собою точок попиту різного типу (клієнтів): від окремих людей до колективів
й організацій різного рівня. Підхід до продуктивного реагування на зміни – рекон-
фігурація логістичної мережі у зміненому розподіленому просторі, складеному ко-
лективним попитом. Реконфігурація логістичної мережі — оновлення локації спе-
ціальних структур (служб) як центрів надання ресурсів/послуг групам призначених
до них клієнтів, де кожен клієнт представлений своїм попитом як інтегрованим по-
казником власних технічних, соціальних та економічних вимог. У свою чергу, сама
служба, як джерело критичного ресурсу чи сервісу, має власний потенціал у вигляді
граничного обсягу постачання згідно місцевих умов та необхідні потреби (фінан-
сові, технічні чи кліматичні) щодо її відкриття й функціонування. Це цілком при-
родна й практична ситуація, коли за загальних умов і потреб треба визначити узго-
джену двома сторонами, потенційними службами і наявними клієнтами, реально
можливу організаційну структуру за мінімізацією транспортних та організаційних
© А. І. Кузьмичов
https://doi.org/10.35681/1560-9189.2026.28.2.363197
mailto:akuzmychov@gmail.com
Реконфігурація логістичної мережі: визначення оптимальної
кількості, потенціалів і локації об’єктів ресурсного постачання
ISSN 1560-9189 Реєстрація, зберігання і обробка даних. 2026. Т. 28, № 2 93
витрат, які залежать від якнайкращого розташування цих служб як центрів, оточе-
них відповідними сукупностями клієнтів у вигляді кластерів.
Є два підходи щодо розташування служб та призначення споживачів (класте-
ризації):
1) підхід нескінченної множини в першу чергу використовує просторові (для
оцінювання відстаней і майбутніх транспортних витрат) аргументи і дані для зна-
ходження найкращого місця, припускаючи, що не існує обмежень на доступність
місць;
2) підхід можливих множин: за попереднім аналізом локацій виокремлено не-
велику кількість можливих і прийнятних місць, що заслуговують детального і пог-
либленого аналізу щодо вибору найкращого варіанта.
Підхід нескінченної множини знаходить місця розташувань в принципі, зате
підхід можливих множин порівнює вже знайомі і реально доступні місця для кон-
кретного вибору із врахуванням, зокрема, фіксованих витрат і обмежень на потен-
ціали об’єктів.
Для прийняття шуканого компромісного рішення треба знаходити відповіді
на три основних питання щодо формування кластерів шуканою локацією центрів:
Скільки?, Де? та Як?
У науковому світі, побудованому на давній світовій практиці, для отримання
збалансованих локаційних рішень для будь-яких реальних логістичних процесів
щодо оптимального розподілу наявних ресурсів із врахуванням діючих обмежень
на значення їхніх потоків, сформувалася локаційна наука та аналітика [1, 2, 5]. Тут
визначено характерний клас задач під назвою Facility Location Problem (FLP), їхні
математичні моделі та алгоритми, де facility — будь-яка виробнича чи сервісна ор-
ганізаційна структура та специфічний вид діяльності (фабрика, школа, універмаг,
хаб, далі — об’єкт), для кожного із цього розмаїття структур відшукується місце-
знаходження (локація) та формується відповідний кластер із оточуючих його еле-
ментів (клієнтів).
Версії оптимізаційних моделей FLP щодо цільової мінімізації витрат для від-
криття об’єкту різні: транспортні, транспортно-організаційні, без/із обмеженням на
потенціал об’єкта.
«Простою» в розрахунках є FLP у проблематиці стратегічного планування, де
звичайним кількісним параметром потенційного об’єкта, його «цінністю», є його
фіксоване «місце» як-от пара координат на площині, яка впливає на значення ці-
льової функції (ЦФ) на мінімум транспортних витрат при формуванні кластерів без
будь-яких додаткових умов і обмежень: цілком логічно, що чим об’єктів буде бі-
льше, тим транспортні витрати нижчі, аж до нуля, коли усі клієнти — одночасно
самодостатні об’єкти.
Впливаючим доданим параметром об’єкта є фіксовані витрати на його відк-
риття (F), величина, незалежна від числа призначених до нього клієнтів, ці витрати
повертають до реальності, коли «за все треба платити»», визначаючи компроміс
двох видів витрат: транспортних та організаційних.
Строго визначальним (і «важким» в обчисленнях) у відповідальних розраху-
нках1 доданим параметром об’єкта є його потенціал (capacity, C), а саме: потуж-
1 будь-який зважений відбір, конкурси, виборчі перегони
А. І. Кузьмичов
94
ність чи обсяг наявних ресурсів/спроможностей, яких має вистачити, щоби задово-
льнити сукупний, власний і клієнтський, попит призначених клієнтів. Потенціал
кожного об’єкта — це саме той обмежений ресурс, яким треба скористатися як най-
краще, відшукуючи відповідь на запит щодо шуканих змінних: Де? і Як?.
Кожна задача класу FLP —– дворівнева location-allocation problem, що має дві
суміжні цілі, які послідовно досягаються разом, та два відповідних набори шуканих
змінних:
— location: Де розміщувати об’єкт? та
— allocation: Як призначити клієнтів до кожного з об’єктів?,
щоби задовольнити попит мінімізацією витрат.
Єдина задача в класі FLP із шуканою кількістю об’єктів — Plant Location
Problem (РLР), постановки: PLP (транспортно-організаційна ЦФ), CPLP (плюс об-
межений потенціал).
Суто практична задача під назвою Plant Location Problem2 виникла на початку
20 ст., коли активізація процесу індустріалізації вимагає раціонального розміщення
кожного об’єкта, а саме крупного підприємства (plant), розрахованого на тривалу
експлуатацію, відносно його оточення: запасів сировини, робочої сили навколо, ро-
звиненої транспортної мережі та близьких за базовим напрямом організацій-сумі-
жників для утворення кластерів – соціально-промислових регіональних агломера-
цій, у класі FLP її розширена багатооб’єктна версія вважається найскладнішою (з-
за дискретного характеру взаємодії змінних і нелінійності розрахунку відстаней).
Варіанти математичних моделей: розташування (у вузлах мережі, будь-де), враху-
вання фіксованих витрат (F) та потенціалу (C), форма і розмір матриць: m × n, n ×
n, де: m — число кандидатів, n — число клієнтів.
Типове застосування — математично обґрунтована кластеризація за мініму-
мом загальних витрат з урахуванням обмежених потенціалів об’єктів, які є реаль-
ними і обмеженими критичними ресурсами, призначеними для якнайкращого роз-
поділу.
Клас FLP, як розділ локаційної науки, містить складні обчислювальні задачі
розгалуженої логістики, для крупних і реальних ланцюгів поставок застосовують
спрощені евристичні алгоритми для швидкого пошуку наближеного оптимуму, для
задач навчально-дослідницького циклу використовуються точні моделі математи-
чного програмування, які розв’язують стандартними засобами Excel (Solver,
OpenSolver) [3, 4, 6].
Визначення оптимальної кількості, локації
і призначення об’єктів (n × n, PLP)
Згідно підходу нескінченної множини в локаційній практиці розглядають у
першу чергу геометричні аргументи, конкретно, координати вузлів, за якими ви-
значають найдорожчі транспортні витрати, вважається, що доступність місць у
2 За походженням відома як задача Ферма-Вебера: П’єр Ферма, французький математик, вперше
поставив у 17 cт. задачу «про три точки: знайти розташування четвертої точки, сума відстаней від
якої то трьох заданих точок мінімальна»; Альфред Вебер, німецький економіст, автор теорії локації
індустріальних об’єктів (1919 р.), показав наукову і практичну цінність локаційних задач для прак-
тики
Реконфігурація логістичної мережі: визначення оптимальної
кількості, потенціалів і локації об’єктів ресурсного постачання
ISSN 1560-9189 Реєстрація, зберігання і обробка даних. 2026. Т. 28, № 2 95
просторі нічим не обмежена. Додатково оцінюють інші можливі впливаючі фак-
тори для вибраного варіанту — це стратегічний план.
Постановка задачі
Простір для прийняття локаційних рішень — мережа із зв’язаних між собою
n вузлів, які одночасно є клієнтами та потенційними об’єктами-кандидатами, за їх-
німи координатами обчислюється квадратна матриця відстаней між ними, необхі-
дно визначити: необхідну кількість об’єктів з числа кандидатів, їхню локацію, по-
тенціали та призначених до них клієнтів мінімізацією транспортно-організаційних3
витрат.
Дано: n = 25, координати вузлів (населених пунктів), фіксовані витрати (F) та
попит клієнтів (W). Простір локації і призначень: об’єкти-кандидати та клієнти ро-
зташовані у вузлах мережі, двонаправлені зв’язки «кожен з кожним».
Задача оптимізації
Знайти матрицю призначень X = {xij}
та вектор локації:
Y = {yi}, i, j = 1, …, 25
Зауваження. В моделі з шуканою
квадратною (0, 1)-матрицею призначення
(Х) друге обмеження sum(xij) ≤ nyi, j = 1, …,
25, де шукані значення yi — копія елемен-
тів матриці Х, розташованих на її головній
діагоналі; реалізовано за допомогою фор-
мули з функцією Excel INDEX, яка копіюється на увесь діапазон:
Таблична модель і результат показані на рис. 1.
3 враховувати лише транспортні витрати немає смислу, бо вони найменші, нульові, якщо розмістити
у мережі n «безкоштовних» і самодостатніх об’єктів (діагональні елементи матриці призначень Х)
1,0
25,...,1,
25,...,1,1
min
==
==
→+
ij
j
iij
i
ij
i
ii
i j
ijij
x
inyx
jx
yfxdЦФ
А. І. Кузьмичов
96
Рис. 1. Таблична модель, результат
Аналіз результату
Матриця відстаней (як питомих транспортних витрат) D обчислена за наведе-
ними координатами точок і декартовою формулою. Булева матриця призначень Х
зі значеннями (0/1) формується за відповідним обмеженням моделі за отриманими
значеннями дійсного типу вектору локації об’єктів.
За визначеним критерієм достатньо мати два об’єкти в позиціях вузлів Тер-
нопіль і Запоріжжя, відповідні кластери наведені на рис. 2. Впливаючим фактором
на значення цільової функції є фіксовані витрати (Fix) на відкриття об’єкта (див.
графік).
Тривалість пошуку розв’язку за цією моделлю слабо залежить від значення n,
основний час користувач витрачає на формування табличної моделі, особливо,
якщо вона візуально має розмір, більшій за екран.
Реконфігурація логістичної мережі: визначення оптимальної
кількості, потенціалів і локації об’єктів ресурсного постачання
ISSN 1560-9189 Реєстрація, зберігання і обробка даних. 2026. Т. 28, № 2 97
Рис. 2. Локація об’єктів, призначення клієнтів, кластеризація
Визначення оптимальної кількості, локації
і призначення об’єктів (n × n, CPLP)
Серйозним ускладненням і, одночасно, близькістю до реальності є обмеження
на значення потенціалу об’єкта (С). Це обмеження відносить нас до фундаменталь-
ної задачі про оптимальний розподіл обмежених (чим є значення С) ресурсів.
Дано: додано потенціали об’єктів-кандидатів (С) та два обмеження: шукані
потенціали ≤ C, тип (0, 1) для змінної yi.
Таблична модель, результат (рис. 3)
Аналіз результату
На рис. 4 показано, що попит у Чернівцях задовольняє віддалений і потужний
об’єкт у Запоріжжі за мінімальними загальними витратами і це тому, що об’єкту в
Луцьку (потенціал 172 од,) не вистачило 8 од. (–2 од. залишок + 10 од. попит Чер-
нівців) потенціалу, щоби покрити цей попит.
Оцінюють тривалість розрахунку для цієї потенційно-орієнтованої задачі не
в залежності від значення n, бо цей показник критично залежить від співмірності
заданих значень попиту клієнтів й обмежених потенціалів об’єктів: так, декілька
потужних об’єктів (з потенціалом 20–30 % попиту) миттєво покриють усі замов-
лення і навпаки, «середні» потенціали змусять чекати результат навіть для невели-
кої задачі хвилинами (наведений результат отримано за 4–5 хв.).
А. І. Кузьмичов
98
Рис. 3. Таблична модель
Рис. 4. Локація об’єктів, призначення клієнтів, кластеризація
Реконфігурація логістичної мережі: визначення оптимальної
кількості, потенціалів і локації об’єктів ресурсного постачання
ISSN 1560-9189 Реєстрація, зберігання і обробка даних. 2026. Т. 28, № 2 99
Визначення оптимальної кількості, локації
і призначення об’єктів (m × n, PLP)
Згідно підходу можливих множин за попередніми розрахунками виокремлена
кількість прийнятних локацій об’єктів, серед яких визначається необхідна кількість
об’єктів, їхньої локації, потенціали та призначення до них клієнтів.
Постановка задачі
Мережа складається із m вузлів об’єктів-кандидатів, n вузлів клієнтів, m < n,
та прямокутної матриці зв’язків/дуг розміром m × n між ними, необхідно визна-
чити: оптимальну кількість об’єктів з числа m кандидатів (р), для кожного: локацію,
потенціал та призначених клієнтів мінімізацією транспортно-організаційних ви-
трат.
Дано: координати вузлів, за ними обчислюється матриця відстаней (D) між
кандидатами і клієнтами як вагові коефіцієнти дуг, попит клієнтів (W) та фіксовані
витрати (F).
Дано: m = 5 (s1 … s5), n = 25 (k1 … k25).
Простір пошуку розв’язків: об’єкти-кандидати і клієнти розташовані у вузлах
мережі, між ними дуги із відстанями «кожен з кожним».
Задача оптимізації
Знайти: матрицю призначень X = {xij}
та вектор локації Y = {yj}, i = 1, …, 5;
j = 1, …, 25:
Зауваження: коли використовується
прямокутна модель, завдання m обмежень
xii ≤ yi (означає, що попит задоволено, якщо
клієнт призначений до відкритого об’єкта,
yi = 1) вимагає m раз вручну увести у вікно
Параметри розв’язувача показані на рису-
нку конструкції, що потребує уваги й ускла-
днює роботу для крупних задач у порівнянні
з квадратною моделлю.
Таблична модель, результат (рис. 5).
1,0,
5,...,1,1:
min
==
→+=
iij
iij
ij
iijj
j
ij
j
jj
i j
ijij
yx
yx
cxw
ixПри
yfxdZЦФ
А. І. Кузьмичов
100
Рис. 5. Таблична модель
Аналіз результату
Матриця D обчислена за наведеними ко-
ординатами точок і декартовою формулою.
Матриця призначень Х дійсного типу зі
значеннями (0/1) формується моделлю за
отриманими значеннями вектора локації
об’єктів. Із п’яти кандидатів за визначеним
критерієм достатньо мати три об’єкти в пози-
ціях s2, s3 та s5 у вигляді кластерів (рис. 6):
⎯ s2 (k4, k7, k9, k10, k13, k14, k20, k21,
k24), потенціал 170 од.;
⎯ s3 (k1, k3, k6, k8, k12, k15 ÷ k18, k23),
потенціал 225 од.;
⎯ s5 (k2, k5, k11, k19, k22, k25), потен-
ціал 126 од.
Рис. 6. Локація об’єктів, призначення клієнтів, кластеризація
Реконфігурація логістичної мережі: визначення оптимальної
кількості, потенціалів і локації об’єктів ресурсного постачання
ISSN 1560-9189 Реєстрація, зберігання і обробка даних. 2026. Т. 28, № 2 101
Визначення оптимальної кількості, локації
і призначення об’єктів (m × n, СPLP)
Дано: додано потенціали об’єктів (С).
Модель доповнена:
⎯ обмеження: потенціали об’єктів ≤ С;
⎯ тип шуканих змінних: xij, yi {0, 1}.
Таблична модель, результат (рис. 7).
Рис. 7. Локація об’єктів, призначення клієнтів, кластеризація
Аналіз результату
Із п’яти кандидатів за визначеним критерієм та обмеженими потенціалами
треба мати чотири об’єкти в позиціях s2, s3, s4 та s5 у вигляді кластерів:
⎯ s2 (k9, k10, k13, k14, k20), C = 110, потенціал 110 од.;
⎯ s3 (k1, k3, k6, k8, k12, k15 ÷ k17, k23), C = 222, потенціал 201 од.;
⎯ s4 (k4, k7, k11, k18, k21), C = 75, потенціал 73 од.;
⎯ s5 (k2, k5, k11, k19, k22, k24, k25), C = 140, потенціал 137 од.
А. І. Кузьмичов
102
Нелінійна (binary) оптимізаційна модель з врахуванням потенціалів кандида-
тів як сильних обмежень значно складніша, бо все залежить від значень і співвід-
ношень попиту клієнтів і потужностей кандидатів: у реальній конкурентній боро-
тьбі кадрові, фінансові та виробничі потенціали сторін визначають обсяги, конце-
нтрацію і масштаби охоплення ринку попиту.
Орієнтир щодо даних: результат з одним відкритим об’єктом як монополіс-
том гарантовано, якщо є потенціали-конкуренти зі значеннями, не меншими суми
попиту, з їхніми меншими значеннями буде відкрито декілька об’єктів з урахуван-
ням відповідних витрат. При низьких значеннях потенціалів не виключається від-
сутність розв’язку із-за недостатньої кількості кандидатів (більше, ніж m).
Висновки
Розроблено оптимізаційні моделі задачі PLP за двома підходами в плануванні
у матричному форматі в різних постановках щодо локації нових об’єктів (джерел
критичних ресурсів) для покриття попиту клієнтів визначенням їхнього необхід-
ного числа та побудовою відповідних кластерів «об’єкти-клієнти». Моделі призна-
чено для гнучкого балансування розподільчої системи для повного задоволення по-
питу клієнтів в умовах дисбалансу, викликаного релокацією існуючих активів. Тип
оптимізаційної моделі дозволяє доступними інструментальними засобами Excel
реалізувати розв’язки досить крупних задач про логістичні мережі, в першу чергу,
у форматі (n × n), які розглядаються на етапі стратегічного планування перспекти-
вного ланцюгу постачання.
1. Eiselt H., Marianov V. Foundations of Location Analysis. Springer, 2011. 524 p.
2. Laporte G. Location Science, 2-ed. Springer, 2019. 767 p.
3. Додонов О.Г., Кузьмичов A.I. Мережеві організаційні структури управління. Моделю-
вання та візуалізація засобами Excel. Київ: Вид-во Ліра-К, 2021. 264 с.
4. Ragsdale C. Spreadsheet Modeling and Decision Analysis. A Practical Introduction to Business
Analytics, 9-ed. Cengage, 2022. 908 p.
5. Haitao L. Optimization Modeling for Supply Chain Applications. World Sci., 2023. 469 p.
6. Кузьмичов А.І. Лінійна модель транспортної задачі локації-релокації об’єктів у логістич-
ній мережі. Реєстрація, зберігання і оброб. даних. 2025. Т. 27, № 2. С. 27–37. DOI: https://doi.org/
10.35681/1560-9189.2025.27.2.345502
Надійшла до редакції 05.04.2026
Прийнята до друку 19.05.2026
Опублікована 17.06.2026
https://doi.org/10.35681/1560-9189.2025.27.2.345502
https://doi.org/10.35681/1560-9189.2025.27.2.345502
|
| id | drspiprikievua-article-363197 |
| institution | Data Recording, Storage & Processing |
| keywords_txt_mv | keywords |
| language | Ukrainian |
| last_indexed | 2026-06-18T01:00:38Z |
| publishDate | 2026 |
| publisher | Інститут проблем реєстрації інформації НАН України |
| record_format | ojs |
| resource_txt_mv | drspiprikievua/52/9d35e0796370cc9d0a2bbd621f324552.pdf |
| spelling | drspiprikievua-article-3631972026-06-17T17:50:04Z Reconfiguration of the logistics network: finding the optimal quantity, potentials and locations of resource supply facilities Реконфігурація логістичної мережі: визначення оптимальної кількості, потенціалів і локації об’єктів ресурсного постачання Кузьмичов , А. І. location science and analysis, spreadsheet modeling and analytics, capacitated plant location problem location science and analysis, spreadsheet modeling and analytics, capacitated plant location problem (CPLP), задачі локації-призначення When the abilities of the environment change the configuration of the logistics network changes too which affects the functioning of supply systems. As an indicator of reconfiguration of the network is the optimal number of objects, for which the Capacitated Plant Location Problem is solved and spreadsheet model, results and visualization clusters are presented. As the process continuously developed, the configuration of the logistics network and the potential of warehouses are changing. The approach to responding to these changes is the reconfiguration of the logistics network in the changed distributed space, which means: updating the location of special structures as services for the provision of resources/services to groups of clients, where the client presents his demands. The service, as a supply critical resource, has the potential to appear as a boundary obligation of local demands and the necessary needs for its functioning. It is necessary to consider an organizational structure for the benefit of both parts, potential services and actual clients, with minimizing transport and organizational costs that lie due to the rapid expansion of these service centers, defined by similar sets of clients as clusters. To find balanced location solutions for any real logistics processes in order to optimally distribute the available resources from supply the values of their flows, location science and analytics is formed. Here a characteristic class of problems is the Facility Location Problem, where the facility is operational or service organizational structure or a specific type of activity. Fig.: 7. Refs: 6 titles. При змінах властивостей оточуючого середовища змінюється конфігурація логістичної мережі, що прямо впливає на функціонування систем постачання. Визначальним показником досконалої реконфігурації мережі є оптимальна кількість об’єктів, для його визначення розв’язана цілочислова оптимізаційна задача CPLP у двох постановках, наведено табличні моделі, результати та зображення кластерів. Інститут проблем реєстрації інформації НАН України 2026-06-17 Article Article application/pdf https://drsp.ipri.kiev.ua/article/view/363197 10.35681/1560-9189.2026.28.2.363197 Data Recording, Storage & Processing; Vol. 28 No. 2 (2026); 92-102 Регистрация, хранение и обработка данных; Том 28 № 2 (2026); 92-102 Реєстрація, зберігання і обробка даних; Том 28 № 2 (2026); 92-102 1560-9189 uk https://drsp.ipri.kiev.ua/article/view/363197/350530 Авторське право (c) 2026 Реєстрація, зберігання і обробка даних |
| spellingShingle | location science and analysis spreadsheet modeling and analytics capacitated plant location problem Кузьмичов , А. І. Reconfiguration of the logistics network: finding the optimal quantity, potentials and locations of resource supply facilities |
| title | Reconfiguration of the logistics network: finding the optimal quantity, potentials and locations of resource supply facilities |
| title_alt | Реконфігурація логістичної мережі: визначення оптимальної кількості, потенціалів і локації об’єктів ресурсного постачання |
| title_full | Reconfiguration of the logistics network: finding the optimal quantity, potentials and locations of resource supply facilities |
| title_fullStr | Reconfiguration of the logistics network: finding the optimal quantity, potentials and locations of resource supply facilities |
| title_full_unstemmed | Reconfiguration of the logistics network: finding the optimal quantity, potentials and locations of resource supply facilities |
| title_short | Reconfiguration of the logistics network: finding the optimal quantity, potentials and locations of resource supply facilities |
| title_sort | reconfiguration of the logistics network: finding the optimal quantity, potentials and locations of resource supply facilities |
| topic | location science and analysis spreadsheet modeling and analytics capacitated plant location problem |
| topic_facet | location science and analysis spreadsheet modeling and analytics capacitated plant location problem location science and analysis spreadsheet modeling and analytics capacitated plant location problem (CPLP) задачі локації-призначення |
| url | https://drsp.ipri.kiev.ua/article/view/363197 |
| work_keys_str_mv | AT kuzʹmičovaí reconfigurationofthelogisticsnetworkfindingtheoptimalquantitypotentialsandlocationsofresourcesupplyfacilities AT kuzʹmičovaí rekonfíguracíâlogístičnoímerežíviznačennâoptimalʹnoíkílʹkostípotencíalívílokacííobêktívresursnogopostačannâ |